#11
Qwen
Releasedatum: 2026-02-24
Getest op: 2026-04-11 01:44
qwen/qwen3.5-27b::medium
(medium)
(none)
8.4
Consistentie
8.8
n.v.t.
Totaal aantal uitvoer-tokens
245,000
Invoerprijs
$0.195 / 1M
Uitvoerprijs
$1.560 / 1M
Instabiele tests
3
Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).
Rungeschiedenis
| Getest op | Score | Betrouwbaarheid | Correcte tests | Totale kosten | Vergelijken |
|---|---|---|---|---|---|
| 2026-05-22 00:04 Suite gewijzigd | 7.9 | 10.0 | $0.607 | Vergelijken | |
| 2026-04-11 01:44 Eerste geregistreerde run | 8.4 | n.v.t. | $0.497 | Huidige run |
Runvergelijking
| Run | Score | Consistentie | Betrouwbaarheid | Correcte tests | Instabiele tests | Totaal aantal uitvoer-tokens | Totale kosten | Responstijd (gem.) |
|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · Eerste geregistreerde run | 8.4 | 8.8 | n.v.t. | 13/18 | 3 | 245,000 | $0.497 | 53.03s |
| 2026-05-22 00:04 · Suite gewijzigd | 7.9 | 8.9 | 10.0 | 13/20 | 3 | 314,583 | $0.607 | 60.85s |
| Verschil | +0.5 | -0.1 | 0 | 0 | -69583 | -$0.110 | -7821ms |
Deze twee runs gebruikten verschillende benchmarksets, dus de verschillen weerspiegelen zowel modelveranderingen als suitewijzigingen.
Grafieken
Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.
Score vs Totale kosten
Responstijd (gem.)
Score vs Responstijd (gem.)
Totaal aantal uitvoer-tokens
Score vs Totaal aantal uitvoer-tokens
Snelle vergelijking
Categorie-uitsplitsing
| Categorie | Score | Consistentie | Correcte tests |
|---|---|---|---|
| Anti-AI-trucs | 8.7 | 7.9 | |
| Programmeren | 10.0 | 10.0 | |
| Gecombineerd | 10.0 | 10.0 | |
| Gegevensparsering en extractie | 10.0 | 10.0 | |
| Domeinspecifiek | 5.3 | 10.0 | |
| Algemene intelligentie | 6.1 | 3.1 | |
| Instructies opvolgen | 10.0 | 10.0 | |
| Puzzeloplossing | 8.2 | 7.7 | |
| Toolaanroepen | 10.0 | 10.0 |